• Bücher
  • IT-Management
  • Methodologien
  • UML für den IT-Business-Analysten, zweite Ausgabe: Ein praktischer Leitfaden zur Anforderungserfassung mit der Unified Modeling Language
UML für den IT-Business-Analysten, zweite Ausgabe: Ein praktischer Leitfaden zur Anforderungserfassung mit der Unified Modeling Language
A

UML für den IT-Business-Analysten, zweite Ausgabe: Ein praktischer Leitfaden zur Anforderungserfassung mit der Unified Modeling Language

Methodologien
UML business analysis requirements gathering use case diagrams class diagrams sequence diagrams Agile methodology
Autor
Howard Podeswa
Verlag
Course Technology PTR
Jahr
2010
Sprache
Englisch
31
Dieses Buch bewerten

Zum Lesen des Buches, Anmelden / Registrieren

Vorschau des Fragments

Ähnliche Bücher

Praktische präskriptive Modellierung

Praktische präskriptive Modellierung

Walter R. Paczkowski

Unternehmensmodellierung und -berechnung mit UML

Unternehmensmodellierung und -berechnung mit UML

Peter Rittgen (Editor)

Mueller J. P., Massaron L. - Data Science Programmierung All-in-One für Dummies - 2020

Mueller J. P., Massaron L. - Data Science Programmierung All-in-One für Dummies - 2020

J. P. Mueller, L. Massaron

Embedded Analytics: Integration von Analysen in den Geschäftsablauf

Embedded Analytics: Integration von Analysen in den Geschäftsablauf

Donald Farmer, Jim Horbury

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

Mueller J. P., Massaron L. - Maschinelles Lernen für Dummies, 2. Auflage - 2021

John Paul Mueller, Luca Massaron

Algorithmen kompakt: Ein praktischer Leitfaden, Zweite Auflage

Algorithmen kompakt: Ein praktischer Leitfaden, Zweite Auflage

George T. Heineman, Gary Pollice, Stanley Selkow

Praktisches objektorientiertes Design mit UML

Praktisches objektorientiertes Design mit UML

Mark Priestly

Das Praxisbuch Unit Testing: Robuste Unit-Tests mit .NET

Das Praxisbuch Unit Testing: Robuste Unit-Tests mit .NET

Anthony Giretti

Professionelles C++

Professionelles C++

Marc Gregoire

Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

Machine Learning Production Systems: Entwicklung von Machine-Learning-Modellen und Pipelines

Robert Crowe, Hannes Hapke, Emily Caveness, Di Zhu